本發(fā)明屬于電纜制造技術(shù)領(lǐng)域，具體涉及一種同軸電纜材料微波特性在線監(jiān)測和診斷裝置及方法。

背景技術(shù)：

在同軸電纜生產(chǎn)領(lǐng)域，針對同軸電纜發(fā)泡層材料特性的質(zhì)量檢測手段，目前只有橢圓度，偏心度和電氣性能檢測等。對于同軸電纜發(fā)泡層材料特性的質(zhì)量監(jiān)測，理論上可行的手段主要有光學檢測、超聲波檢測和x射線檢測等。其原理是利用光線、超聲波或者x射線，對待測物進行成像，通過與標準圖像進行對比，從而得到對待測物質(zhì)量的判斷。但以上幾種方法，均無法檢測出同軸電纜發(fā)泡層材料的微波特性，且均存在成本較高，安裝調(diào)試困難等問題，并不適用于企業(yè)實際生產(chǎn)過程中的監(jiān)測需要。

針對同軸電纜發(fā)泡層材料的微波特性，如申請?zhí)朿n201611191101.7發(fā)明提出了一種微波檢測裝置，將待測產(chǎn)品置于同軸微波傳輸線中進行測量。通過產(chǎn)品與傳輸線中電磁場的相互作用，得到其傳輸和反射特性，從而實現(xiàn)對同軸電纜產(chǎn)品微波特性的測量。

技術(shù)實現(xiàn)要素：

發(fā)明目的：本發(fā)明的目的是為了解決現(xiàn)有技術(shù)中的不足，提供一種同軸電纜材料微波特性在線監(jiān)測和診斷裝置及方法，該方法可以實時采集測量數(shù)據(jù)，通過數(shù)據(jù)處理和數(shù)據(jù)分析算法設計，實現(xiàn)對同軸電纜材料微波特性的在線監(jiān)測。并且通過監(jiān)測數(shù)據(jù)的匯總分析，進行診斷，為生產(chǎn)線上后續(xù)的調(diào)試提供依據(jù)。

技術(shù)方案：本發(fā)明所述的一種同軸電纜材料微波特性在線監(jiān)測和診斷裝置，包括：

采集模塊：包括pc機和測量儀器，所述pc機與微波測量儀器通過通訊接口連接，pc機利用編程語言提供的visa庫，調(diào)用scpi命令實現(xiàn)儀器監(jiān)控，完成對數(shù)據(jù)的實時采集；

數(shù)據(jù)處理和分析模塊：包括數(shù)據(jù)清洗模塊、數(shù)據(jù)篩選模塊和數(shù)據(jù)分析模塊，通過自動篩選、處理和分析采集到的測量數(shù)據(jù)，并統(tǒng)計和分析其分布情況；

在線檢測模塊：比較每個采樣點的分布情況，通過其分布之間的差異來判斷好壞，整體分析監(jiān)測數(shù)據(jù)的分布情況，并進行線纜產(chǎn)品的故障查找、定位和診斷。

進一步的，所述通訊接口采用lan口、串口或gpib接口。

進一步的，所述編程語言采用python語言、labview、visualbasic中的一種。

本發(fā)明還公開了一種同軸電纜材料微波特性在線監(jiān)測和診斷方法，包括如下步驟：

（1）數(shù)據(jù)采集：利用微波測量儀器的通訊接口，將pc與測量儀器連接起來，利用編程語言提供的visa庫，調(diào)用scpi命令實現(xiàn)儀器監(jiān)控，完成對數(shù)據(jù)的實時采集；

（2）數(shù)據(jù)處理和分析：通過設計的程序，自動篩選、處理和分析采集到的測量數(shù)據(jù)，統(tǒng)計分析其分布情況，利用其分布情況，消除生產(chǎn)線上抖動因素對實際測量的影響；

（3）在線監(jiān)測：比較每個采樣點的分布情況，通過其分布之間的差異來判斷好壞，整體分析監(jiān)測數(shù)據(jù)的分布情況，并進行線纜產(chǎn)品的故障查找、定位和診斷。

進一步的，步驟（1）所述的通訊接口采用lan口、串口或gpib接口。

進一步的，步驟（1）所述的編程語言采用python語言、labview、visualbasic中的一種。

進一步的，步驟（2）依次包括數(shù)據(jù)清洗、數(shù)據(jù)篩選和數(shù)據(jù)分析步驟，其中數(shù)據(jù)清洗步驟去除冗余、空白、錯誤的測量數(shù)據(jù)；數(shù)據(jù)篩選步驟篩選出可用的數(shù)據(jù)，并進行整理和分類；數(shù)據(jù)分析步驟統(tǒng)計分析數(shù)據(jù)分布情況，提取有用信息。

進一步的，步驟（2）具體數(shù)據(jù)處理和分析過程如下：

實時采集到損耗、相位和駐波比數(shù)據(jù)后，對數(shù)據(jù)進行清洗，去除掉冗余、空白、錯誤的數(shù)據(jù)，采用的方法是離群點檢測算法，去除掉異常數(shù)據(jù)；

將清洗后的數(shù)據(jù)保存，針對同軸電纜產(chǎn)品要求的工作頻率，選取合適的頻點，并篩選出這些頻點的損耗和相位數(shù)據(jù)，并進行整理和分類；

統(tǒng)計上述特定頻點的損耗和相位數(shù)據(jù)在數(shù)值上的分布情況，作出散點圖，并根據(jù)散點圖，設計數(shù)據(jù)擬合算法，作出分布擬合曲線。

進一步的，步驟（3）中同一時刻，單個采樣點重復測量多次，得到數(shù)據(jù)分布情況，并比較每個采樣點的分布情況，并通過其分布的最大概率之間的差異來判斷好壞，而不是簡單地根據(jù)數(shù)值上的差別來判斷。

進一步的，步驟（3）具體在線監(jiān)測過程如下：

監(jiān)測前，首先需建立好纜的標準：建立好纜的標準有兩種方式，一種是根據(jù)經(jīng)驗，直接預設數(shù)值上的閾值；一種是統(tǒng)計分析一段時間內(nèi)的測量數(shù)據(jù)，統(tǒng)計分析其分布情況，得到分布曲線，進而根據(jù)分布曲線的峰值點和分布情況，動態(tài)建立標準；

標準建立后，針對每個采樣時刻，實時測量、采集、處理和分析它的損耗、相位、駐波比等測量數(shù)據(jù)，采用分布曲線標準時，每個采樣時刻重復測量多次，統(tǒng)計和分析，得到其近似正態(tài)分布情況，并與好纜標準進行比較；

當實測數(shù)據(jù)的分布曲線與好纜標準曲線差別較小時，判定為正常，則繼續(xù)生產(chǎn)；當差別較大時，判定為異常，則進行音頻報警，提示生產(chǎn)人員進行相關(guān)處理；

同時，記錄異常時刻，以及該異常時刻的數(shù)據(jù)分布情況，從而建立缺陷數(shù)據(jù)庫，后期可整體分析所有的異常情況，判斷缺陷的類型和特點。

有益效果：本發(fā)明的有益效果如下：

（1）快速采集所測量的同軸電纜的微波參數(shù)，設計數(shù)據(jù)篩選、處理和分析算法，處理所采集的測量數(shù)據(jù)；

（2）對測量數(shù)據(jù)進行統(tǒng)計分析，主要利用其分布的最大概率之間的差別，來判斷好壞，而不僅僅是常規(guī)的只依賴數(shù)值上的閾值來判斷；

（3）在實際監(jiān)測中，采集并監(jiān)測多個頻率點的數(shù)據(jù)，互相驗證，確保準確率；

（4）同時，在實時監(jiān)測過程中，不斷匯總所有監(jiān)測數(shù)據(jù)，可以對整個生產(chǎn)過程作出整體記錄、分析和問題的診斷，也方便后期故障的定位、查找和回溯；

（5）此外，系統(tǒng)安裝簡單，操作方便，易用性好，自動化程度高，監(jiān)測過程不影響企業(yè)實際生產(chǎn)進程。

附圖說明

圖1為本發(fā)明一個實施例的數(shù)據(jù)處理和分析流程示意圖；

圖2為本發(fā)明一個實施例的在線監(jiān)測流程示意圖。

具體實施方式

下面結(jié)合具體實施例和附圖對本發(fā)明的技術(shù)方案作進一步詳細說明：

一種同軸電纜材料微波特性在線監(jiān)測和診斷裝置，包括：

采集模塊：包括pc機和測量儀器，所述pc機與微波測量儀器通過通訊接口連接，建立物理連接后，再建立編程用的邏輯連接，從而獲得儀器的邏輯地址。pc機利用編程語言提供的visa庫，調(diào)用scpi命令實現(xiàn)儀器監(jiān)控，完成對數(shù)據(jù)的實時采集完成對數(shù)據(jù)的實時采集；

數(shù)據(jù)處理和分析模塊：包括數(shù)據(jù)清洗模塊、數(shù)據(jù)篩選模塊和數(shù)據(jù)分析模塊，通過自動篩選、處理和分析采集到的測量數(shù)據(jù)，并統(tǒng)計和分析其分布情況；

在線檢測模塊：比較每個采樣點的分布情況，通過其分布之間的差異來判斷好壞，整體分析監(jiān)測數(shù)據(jù)的分布情況，并進行線纜產(chǎn)品的故障查找、定位和診斷。

上述一種同軸電纜材料微波特性在線監(jiān)測和診斷裝置的在線監(jiān)測和診斷方法，包括如下步驟：

（1）數(shù)據(jù)采集：利用微波測量儀器的通訊接口，將pc與測量儀器連接起來，建立物理連接后，再建立編程用的邏輯連接，從而獲得儀器的邏輯地址。利用編程語言提供的visa庫，調(diào)用scpi命令實現(xiàn)儀器監(jiān)控，完成對數(shù)據(jù)的實時采集。

考慮成本，優(yōu)先選擇lan以太網(wǎng)接口，但不能理解為對本發(fā)明的限制。針對微波測量儀器的lan、串口或gpib等接口，本發(fā)明均可適用。

如果是通過局域網(wǎng)或網(wǎng)線建立物理連接，儀器無法自動找到時，則需要手動創(chuàng)建儀器的邏輯連接。通過自動或手動創(chuàng)建了儀器的邏輯連接后，就能看到該儀器獲得的一個邏輯地址。我們在程序中通過這個地址和微波測量儀器進行通信，實現(xiàn)對微波測量儀器測量數(shù)據(jù)的自動采集。

考慮在數(shù)據(jù)處理和數(shù)據(jù)分析等方面的優(yōu)勢，編程部分主要采用python語言，但不能理解為對本發(fā)明的限制。其他編程語言如labview、visualbasic等，本發(fā)明均可適用。

python是一種開源的腳本編程語言，可移植性強，具有強大的擴展性，能實現(xiàn)多種語言的混合編程。python擁有豐富的擴展模塊和函數(shù)庫。

pytkinter可以輕松開發(fā)出優(yōu)質(zhì)的gui界面。numpy、scipy和matplotlib庫等相當于matlab的python版本，它提供了矩陣、數(shù)據(jù)處理，繪圖分析等的解決方法。

pyvisa庫控制visa接口設備:安裝ni-visa之后，再安裝python的pyvisa庫，實現(xiàn)用python控制測量儀器，和測量數(shù)據(jù)的實時采集。

（2）數(shù)據(jù)處理和分析：通過設計的程序，自動篩選、處理和分析采集到的測量數(shù)據(jù)，統(tǒng)計分析其分布情況，利用其分布情況，消除生產(chǎn)線上抖動因素對實際測量的影響。具體如圖1所示，具體步驟依次包括數(shù)據(jù)清洗、數(shù)據(jù)篩選和數(shù)據(jù)分析步驟，其中數(shù)據(jù)清洗步驟去除冗余、空白、錯誤的測量數(shù)據(jù)；數(shù)據(jù)篩選步驟篩選出可用的數(shù)據(jù)，并進行整理和分類；數(shù)據(jù)分析步驟統(tǒng)計分析數(shù)據(jù)分布情況，提取有用信息。

實際測量的數(shù)據(jù)主要有電纜的損耗和相位、駐波比數(shù)據(jù)。實時采集到上述的數(shù)據(jù)后，對數(shù)據(jù)進行清洗，去除掉冗余、空白、錯誤的數(shù)據(jù)。主要采用的方法是離群點檢測算法。離群點檢測算法主要有基于統(tǒng)計、距離、密度、聚類算法等4種，目的是去除掉異常數(shù)據(jù)。

將清洗后的數(shù)據(jù)保存。針對同軸電纜產(chǎn)品要求的工作頻率，選取合適的頻點，并篩選出這些頻點的損耗和相位數(shù)據(jù)，并進行整理和分類。

統(tǒng)計上述特定頻點的損耗和相位數(shù)據(jù)在數(shù)值上的分布情況，作出散點圖。并根據(jù)散點圖，設計數(shù)據(jù)擬合算法，作出分布擬合曲線。由于生產(chǎn)線上存在振動，而振動服從正態(tài)分布。因此結(jié)合實際測量數(shù)據(jù)的分布特點，主要設計的有正態(tài)分布擬合和多項式擬合算法。提取的有用信息主要包括，分布曲線的峰值點和分布曲線的分布情況。

（3）在線監(jiān)測：比較每個采樣點的分布情況，通過其分布之間的差異來判斷好壞，整體分析監(jiān)測數(shù)據(jù)的分布情況，并進行線纜產(chǎn)品的故障查找、定位和診斷。

監(jiān)測流程為：監(jiān)測前，首先需建立好纜的標準。建立好纜的標準有兩種方式，一種是根據(jù)經(jīng)驗，直接預設數(shù)值上的閾值。一種是統(tǒng)計分析一段時間內(nèi)的測量數(shù)據(jù)，統(tǒng)計分析其分布情況，得到分布曲線。進而根據(jù)分布曲線的峰值點和分布情況，動態(tài)建立標準。

標準建立后，針對每個采樣時刻，實時測量、采集、處理和分析它的損耗、相位、駐波比等測量數(shù)據(jù)。采用分布曲線標準時，每個采樣時刻重復測量多次，統(tǒng)計和分析，得到其近似正態(tài)分布情況，并與好纜標準進行比較。

當實測數(shù)據(jù)的分布曲線與好纜標準曲線差別較小時，判定為正常，則繼續(xù)生產(chǎn)；當差別較大時，判定為異常，則進行音頻報警，提示生產(chǎn)人員進行相關(guān)處理。

同時，記錄異常時刻，以及該異常時刻的數(shù)據(jù)分布情況，從而建立缺陷數(shù)據(jù)庫。后期可整體分析所有的異常情況，判斷缺陷的類型和特點。

其中比較每個采樣點的分布情況，通過其分布的最大概率之間的差異來判斷好壞，而不是簡單地根據(jù)數(shù)值上的差別來判斷。這種判斷方法靈敏度更高，且有效降低了系統(tǒng)的誤判率。

利用此判別方法，針對每個采樣時刻，可實時監(jiān)測同軸電纜在生產(chǎn)過程中，發(fā)泡層材料微波特性是否合格，如果有問題則及時報警。方便后續(xù)的處理和生產(chǎn)線的調(diào)試，同時降低了生產(chǎn)人員的維護和監(jiān)管難度。

同時，整體分析監(jiān)測數(shù)據(jù)的分布情況，還可以進行故障查找、定位和診斷，且不改變生產(chǎn)線的運行方式，不影響實際生產(chǎn)過程。這樣，有利于避免由于現(xiàn)有監(jiān)測手段的局限，導致出現(xiàn)故障，卻仍然進行了后續(xù)的生產(chǎn)工藝，造成的物料和人力成本的大量浪費。

以上所述，僅是本發(fā)明的較佳實施例而已，并非對本發(fā)明作任何形式上的限制，雖然本發(fā)明已以較佳實施例揭露如上，然而并非用以限定本發(fā)明，任何熟悉本專業(yè)的技術(shù)人員，在不脫離本發(fā)明技術(shù)方案范圍內(nèi)，當可利用上述揭示的技術(shù)內(nèi)容作出些許更動或修飾為等同變化的等效實施例，但凡是未脫離本發(fā)明技術(shù)方案的內(nèi)容，依據(jù)本發(fā)明的技術(shù)實質(zhì)對以上實施例所作的任何簡單修改、等同變化與修飾，均仍屬于本發(fā)明技術(shù)方案的范圍內(nèi)。